| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第9-10页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 生物信息学背景知识 | 第13-14页 |
| 1.2 转录因子结合亲和性预测的研究意义及现状 | 第14-16页 |
| 1.3 论文主要内容 | 第16页 |
| 1.4 论文结构 | 第16-17页 |
| 第二章 基本概念与原理 | 第17-25页 |
| 2.1 转录因子结合位点概念 | 第17页 |
| 2.2 转录因子结合位点数学模型 | 第17-19页 |
| 2.3 相关资源数据库介绍 | 第19-21页 |
| 2.3.1 ENCODE工程和ChIP-Seq数据集 | 第19-20页 |
| 2.3.2 DREAM5和PBM数据集 | 第20-21页 |
| 2.4 相关统计学知识 | 第21-24页 |
| 2.4.1 Pearson相关系数和Spearman相关系数 | 第21-22页 |
| 2.4.2 ROC曲线和AUC值 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于Logistic回归的转录因子结合亲和性预测模型 | 第25-43页 |
| 3.1 本章模型理论依据 | 第25-28页 |
| 3.1.1 Logistic回归模型 | 第25-27页 |
| 3.1.2 模型参数估计 | 第27页 |
| 3.1.3 稳定性选择 | 第27-28页 |
| 3.2 本章模型的提出 | 第28-29页 |
| 3.3 实验数据和方法 | 第29-35页 |
| 3.3.1 实验数据的选取 | 第29-32页 |
| 3.3.2 实验方法 | 第32-35页 |
| 3.4 实验结果与分析 | 第35-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 一种基于PBM的多元线性回归模型 | 第43-61页 |
| 4.1 本章模型理论依据 | 第43-45页 |
| 4.1.1 多元线性回归模型 | 第43-44页 |
| 4.1.2 优化模型选择 | 第44-45页 |
| 4.2 已有的多元线性回归模型 | 第45页 |
| 4.3 本章模型的提出 | 第45-47页 |
| 4.4 实验数据与方法 | 第47-52页 |
| 4.4.1 实验数据的选取 | 第47-49页 |
| 4.4.2 实验方法 | 第49-52页 |
| 4.5 实验结果与分析 | 第52-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第五章 结论和展望 | 第61-63页 |
| 5.1 研究结论 | 第61页 |
| 5.2 研究展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 作者简介 | 第69-70页 |
